QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2500|回复: 1
打印 上一主题 下一主题

【数学建模】数学建模(一)——数学模型概述

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2018-8-23 09:45 |只看该作者 |正序浏览
    |招呼Ta 关注Ta
    # c1 T1 f# k* p! i0 M( H" v; D
    【数学建模】数学建模(一)——数学模型概述
    2 C1 @) y9 ]/ o! m+ d& m5 e! U% N
    & u6 E8 |& s" H" x
    5 m* c6 ^9 ^) a, m* l( h8 T+ \一. 模型
    1 O, @* w. L; }8 _1. 原型和模型
    ' Y# n  O6 k+ ?* p( T  d+ r        原型指人们在现实世界里关心、研究或从事生产、管理的实际对象。模型则指为了某个特定目的将原型的某一部分信息简缩、提炼而构造的原型替代物。
    & y% R% \( c+ R1 K6 v6 r       按照模型替代原型的方式,模型可以分为物质模型(形象模型)和理想模型(抽象模型)。前者包括直观模型、物理模型等,后者包括思维模型、符号模型、数学模型等。
      O' k4 {) h% \# I4 g       数学模型可以描述为,对现实世界的一个特定对象,为了一个特定目的,根据特有的内在规律,作出一些必要的简化假设,运用适当的数学工具,得到的一个数学结构。
    6 c# `: q3 u) b" k' N8 b; R' ?2. 建模方法% d: l7 u5 y' d% b+ _8 Y
            建模方法大体可以分为机理分析和测试分析两种。机理分析是根据对客观事物特性的认识,找出反应内部机理的数量规律,建立的模型常有明确的物理或现实意义。测试分析是将研究对象看作一个“黑箱”系统,通过对系统输入、输出数据的测量和统计分析,按照一定的准则找出与数据拟合的最好的模型。% W7 i6 W# ^& ?. _( A
    3. 建模步骤
    * N: |" X1 ?/ g, |        按机理分析方法的建模步骤如下
    " w# k* k: ^$ g' w6 A. ]+ D5 q$ ]
    3 p2 ~' t! {" R2 ]3 J; y0 P2 l4. 建模过程
    ! G- v( j" G* q. W; l: x        按一般步骤,数学建模过程分为表述、求解、解释、验证几个阶段,并通过这些阶段实现从数学模型到现实对象的循环。: W9 V! o' F1 u8 K* w: w
    9 q7 p( F$ A1 K0 [* b- t

    2 R( W; b" u- P6 o1 d/ t; i
    & W, O  w! {# a7 U
    5. 模型分类' W) b8 ^( y4 q- K
            按建立模型的数学方法:初等模型、几何模型、统计回归模型、数学规划模型等。
    * t1 x% {9 U1 E7 A6 c) F# O        按模型的表现特性:确定性模型和随机模型、静态模型和动态模型、线性模型和非线性模型、离散模型和连续模型。/ i8 O. Y$ Y4 o, l/ W1 J
            按建模目的:描述模型、预报模型、优化模型、决策模型等。# C; H- @0 {( L1 z! Q* D/ Q  v
            按对模型结构的了解程度:白箱模型、灰箱模型、黑箱模型。
    ) Y# q5 y1 E% Z9 i- M二. 系统辨识# e- [0 s7 @- Z' a1 h+ Y+ ^
            在科学研究和工程实践中,实验和观测是重要的手段之一。实验的结果是输入和输出的数据,通过这些数据去建立数学模型就是系统辨识。
    ) Q2 b) F! y5 w& q        系统辨识为:根据输入与输出数据在指定的一类系统中选择一个系统,这个系统和所研究的实践系统等价。) f; r* U5 ^' J8 b

    ) X4 f* p7 r) z' x0 L% E        系统辨识大致步骤:①模型类的选择;②实验设计;③参数估计;④模型核验与确认。7 r& W4 J- H! X: n5 a. N

    7 G) ]( |9 l$ f, a

    ( ], Z" |+ L8 n; l! \. p  t; h; Y1 B: _  k& X  q. D' s

    ( \) E) o! A/ S$ B: M$ B5 x2 u3 i  d( r; A
    * ~1 C8 M9 n8 b
    三. 机器学习
      ^" J+ w9 ^, y4 P- t/ j% ~5 c" U       机器学习就是把无序的数据转换成有用的信息,它的主要任务就是分类,其中涉及的几个关键概念:①训练集是用于训练机器学习算法的数据样本几何;②目标变量是机器学习算法的预测结果,在分类算法中,目标变量的结果类型通常是标称型的,而在回归算法中通常是连续型的;③知识表示可以采用规则集的形式,也可以采用概率分布的形式。$ v" d5 g& Q+ \- s9 ]% N
            机器学习的另一个任务是回归,它主要用于预测数值型数据。分类和回归属于监督学习,是因为这类算法必须知道预测什么,即目标变量的分类信息。与监督学习相对应的是无监督学习,此时数据没有类别信息,也不会给定目标值。在无监督学习中,将数据集合分成由类似的对象组成的多个类的过程被称为聚类;将寻找描述数据统计值的过程称为密度估计。& b5 w! ?* H! ^( m. _; r7 ]
    / g+ j$ L9 ^* n% X
      K- Y0 x& T) M7 E. Z4 v, B% f
    用于执行分类、回归、聚类和密度估计的机器学习算法. O- c6 a* \2 o2 r0 U0 r. \& }) O3 Y

    % Q5 k4 R8 U$ h# ?! [( c* L5 a# M  S; ?$ e& g

    5 F, `+ I8 a" t  O; K- s! z7 Y" @: W0 B/ |
    9 p. I# b9 a5 L( i/ r/ r6 U8 f: q

    ! S) _* J) Q8 ^$ j4 d+ _4 f        机器学习程序设计的步骤:①收集数据;②准备输入数据;③分析输入数据;④训练算法;⑤测试算法;⑥使用算法。- O# H9 B  z' {  J5 k4 f6 Y
    % E% c2 b2 V; p8 p. L6 n
    参考文献:  W7 j% @2 N' [# v% c# w
    1. 数学模型(第四版). 姜启源
    + K$ J$ h0 g5 N3 j7 I2. 系统建模与辨识 . 王秀峰
    5 I2 l; s/ E) Y+ i+ e5 Z' O3. 机器学习(第九版)
    * p5 c: w( V) P9 l! Z( n6 R5 J6 E# {  _# ~  a' Z& e

    1 |9 Y2 W, w, @7 S: Z! @6 {5 u) b
    7 z; x: G. `. l) b' V
    4 ~$ Q! H! |+ p$ M. `
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信

    0

    主题

    3

    听众

    119

    积分

    升级  9.5%

  • TA的每日心情

    2018-9-15 03:06
  • 签到天数: 28 天

    [LV.4]偶尔看看III

    自我介绍
    数学专业小白
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-4-12 08:06 , Processed in 0.405868 second(s), 58 queries .

    回顶部